农产品物流配送干扰管理问题的混合量子粒子群算法研究
| 摘要 | 第2-3页 |
| ABSTRACT | 第3-4页 |
| 1 绪论 | 第7-19页 |
| 1.1 问题的提出与研究意义 | 第7-10页 |
| 1.1.1 问题提出 | 第7-9页 |
| 1.1.2 研究意义 | 第9-10页 |
| 1.2 国内外相关研究综述 | 第10-18页 |
| 1.2.1 概率销售研究综述 | 第10-12页 |
| 1.2.2 车辆路径问题研究综述 | 第12-16页 |
| 1.2.3 干扰管理研究综述 | 第16-18页 |
| 1.2.4 现有研究不足 | 第18页 |
| 1.3 本文篇章结构 | 第18-19页 |
| 2 农产品物流配送问题模型构建 | 第19-23页 |
| 2.1 车辆路径问题 | 第19-20页 |
| 2.1.1 车辆路径问题的定义 | 第19页 |
| 2.1.2 车辆路径问题的分类 | 第19-20页 |
| 2.2 构建带时间窗的车辆路径问题模型 | 第20-22页 |
| 2.2.1 问题假设 | 第20-21页 |
| 2.2.2 参数说明 | 第21页 |
| 2.2.3 初始模型构建 | 第21-22页 |
| 2.3 本章小结 | 第22-23页 |
| 3 使用混合量子粒子群算法求解初始物流配送模型 | 第23-34页 |
| 3.1 粒子群算法 | 第23-26页 |
| 3.1.1 标准粒子群算法 | 第23-24页 |
| 3.1.2 粒子群的改进 | 第24-26页 |
| 3.2 混合量子粒子群算法 | 第26页 |
| 3.3 混合量子粒子群算法对VRRPTW求解 | 第26-30页 |
| 3.3.1 粒子编码 | 第27页 |
| 3.3.2 粒子群初始化 | 第27-28页 |
| 3.3.3 适应值计算 | 第28页 |
| 3.3.4 粒子更新 | 第28-29页 |
| 3.3.5 交叉与变异 | 第29-30页 |
| 3.3.6 不可行解的处理 | 第30页 |
| 3.3.7 最优解输出 | 第30页 |
| 3.4 实现环境 | 第30-33页 |
| 3.5 本章小结 | 第33-34页 |
| 4 农产品物流配送干扰管理模型构建与求解 | 第34-49页 |
| 4.1 物流配送的扰动判定与度量方法 | 第34-37页 |
| 4.1.1 物流配送扰动分析 | 第34-36页 |
| 4.1.2 扰动度量方法 | 第36-37页 |
| 4.1.3 算例 | 第37页 |
| 4.2 干扰管理模型的构建思路 | 第37-38页 |
| 4.3 客户类型的划分与车辆服务策略 | 第38-43页 |
| 4.3.1 客户基本属性和交易特征的选取 | 第38-40页 |
| 4.3.2 客户类别的划分 | 第40页 |
| 4.3.3 物流配送服务策略 | 第40-43页 |
| 4.4 干扰管理模型的构建 | 第43-45页 |
| 4.4.1 目标函数构建 | 第43-44页 |
| 4.4.2 模型的构建 | 第44-45页 |
| 4.5 问题求解 | 第45-48页 |
| 4.6 本章小结 | 第48-49页 |
| 5 总结与展望 | 第49-51页 |
| 5.1 总结 | 第49页 |
| 5.2 研究展望 | 第49-51页 |
| 附录A | 第51-55页 |
| 附录B | 第55-56页 |
| 附录C | 第56-57页 |
| 附录D | 第57-58页 |
| 参考文献 | 第58-63页 |
| 后记 | 第63-64页 |
